本文系统介绍了 Agent 工具 Pi 的理念与用法。Pi 是一个极简的 Agent Harness（工作台），默认只提供读、写、改文件和运行终端命令四种基础工具，不绑定任何模型，可接入 Codex、Claude、Gemini 或本地模型。作者通过 Databricks 和 Fullscript 的实测说明其轻量设计能显著降低 Token 成本。文章按使用顺序展开：安装并接通模型、跑通第一个任务、利用 /tree 会话树实现多模型同起点分叉比较，最后通过 AGENTS.md、Skill 和 Extension 让 Pi 自我扩展，逐步长成专属 Agent。
花叔开源了浏览器操控工具huashu-chrome，让Claude Code、Codex、Cursor等Agent直接借用用户当前浏览器的登录态操作网页，无需API和重新登录。文章阐述三大核心设计：一是验证页面真实反应而非轻信工具返回值，解决"说做完但没做"的问题；二是通过批处理减少Agent逐步思考造成的等待，写操作四成走批处理；三是将撞坑经验存入本机经验库供后续复用，第二次任务调用量从281次降至10次以内。安全方面坚持判断不交给模型：提交、支付等危险动作弹确认卡且Agent无法绕过。十四天执行两万余条命令，成功率96%。
作者介绍了一套将 GTM 数据能力直接接入 Codex、Claude 等 Agent 的工具，整合了 Similarweb、Ahrefs、Semrush、DataForSEO 等多个数据源，涵盖网站流量、SEO、外链、社交媒体讨论、AI 可见度等方面。作者以自己做 AI UGC 产品的经历为例，展示了 Agent 只需一个业务目标，就能自动调用十几个产品、分析 40 个关键词，产出竞品分析、需求痛点、SEO/GEO 机会和获客方向等完整的市场研究报告，大幅降低传统市场研究的成本和时间。
OpenAI 发布 GPT-6 Astra，重点不再是回答问题，而是接收完整目标并自主执行多步任务。文章介绍 Astra 在电脑操作、工具调用、3D 设计等方面的能力提升与测试数据，说明其定价约为 GPT-5.6 Sol 的 2.5 倍，并给出适用场景建议。作者还提供从 ChatGPT 和 Codex 两种方式使用 Astra 的操作步骤，并演示如何用一段提示词生成可浏览器运行的逼真汽车 3D 场景。文中强调应合理设置权限与人工验收，AI 时代人的核心能力是清楚定义目标、边界与验收标准。
作者开源了一套AI视频自动化生产工作流BoomEarth，一周内在多个平台涨粉2000多。该工作流从定稿到出片仅需20-30分钟，内置九套视频风格，支持自定义IP形象。文章详细介绍了部署步骤：安装Git、Node.js、FFmpeg等基础环境，接入本地IndexTTS2配音，配置生图与ASR字幕服务，并通过Agent编排内容理解、画面生成、配音字幕、视频合成与质检归档的完整流程。文章强调先跑通30秒短验证片再扩展，按阶段恢复失败任务，避免重复扣费，实现部署一次、重复使用的低门槛视频生产线。
作者介绍了一个基于 GPT-6 Astra 与 Codex 构建的销售线索外呼机器人系统。该系统通过 profile.json 定义产品offer与理想客户画像（ICP），利用 AGENTS.md 约束 Agent 行为，自动搜索近期商业事件作为购买信号，验证公司与买家信息，并起草待人工审核的外联消息。文章详细讲解了四个实施步骤：为模型设定具体任务、将 offer 与 ICP 结合、选择能改变工作方式的信号、寻找能解释时机的信号组合。仓库包含信号目录、验证规则和示例，所有产出均附带来源链接与联系理由，代码免费开源。
作者分享了一个名为 tweet-buffer-workflow 的 Skill，实现从原始素材到 X 推文的全自动化流程：素材输入后由 AI 完成润色、翻译、模型选择、配图和排期，但最终发布决定保留给人。文章详细介绍了 Skill 的安装方法、Telegram Bot 与 Buffer 的连接配置（Token、Owner ID、Channel ID 等）、五个可选模型的特点，以及润色与翻译两种处理方式。核心设计原则是：原意和事实不能改坏、外部发布需明确动作、不确定结果先核对。作者强调自动化的价值在于把重复劳动交给 AI，把发布责任和决策权留给人。
作者基于 Matt Pocock 的《A Complete Guide To AGENTS.md》撰写读后复盘。文章指出 AGENTS.md 是定制 AI 编程 Agent 行为的配置层，常见问题是规则不断累加形成难以维护的泥球，并消耗模型上下文与注意力。原文提出指令预算和渐进披露等治理方法。作者提炼出四条认识：AGENTS.md 是配置不是百科、稀缺的是上下文、好规则需有证据与作用域与长期价值、按需加载有成本。面对原文反对自动生成与其自身开发生成器 AgentsMD-GEN 的表面矛盾，作者主张用纪律约束自动化，介绍了该 Skill 的指令放置、克制、只读检查器和验证等机制，把认真维护配置从自觉变成可执行流程。
作者介绍了 nanobot 的上下文压缩机制与长期记忆设计。上下文由 system prompt、历史消息和当前消息构成，当输入达到上下文窗口的 input budget 时，nanobot 压缩历史消息为新 summary，保留未发送的增量消息。生成摘要时通过模拟用户指令请求模型总结，并保持 system prompt 和工具定义一致以复用 KV cache 降低成本。对 OpenAI 原生压缩 API，nanobot 在加密 compaction item 之外额外生成文本 summary 供长期记忆使用。长期记忆通过 consolidator_archive 和 dream 两份提示词模板定制，用户可调整记忆筛选与整理规则，甚至整理成 skill。
作者分享了使用 Codex 中的 GPT-6 Astra 配合 Fusion 360 MCP 服务，为 XIAO、电源板和电池设计磁吸外壳的完整经验。文章重点讲解与 AI 沟通的有效方法：先确认 MCP 连接和活动文档；提需求时描述产品的使用方式而非笼统要求；对未定参数明确授权范围和选择标准；反馈问题时给出截图和现象描述；尽早说明 3D 打印约束；修改后约定验收方式。通过这些做法，作者成功将模型从 CAD 设计推进到打印成品，总结出把每轮对话变成明确小任务的核心方法论。
本文整理了 OpenAI 官方针对 GPT-6 Astra 模型发布的提示词建议。Astra 比 GPT-5.6 Sol 更爱提问，官方给出提示词让其直接执行任务；针对 Skill 过多导致指令冲突的问题，建议定期检查上下文文件并明确优先级，可让模型指出受哪条规则影响；此外 Astra 在代码任务上容易过度测试，官方建议只在发现新失败或风险时扩大测试范围。作者认为 Astra 是相对完善的模型，但与 fable5.1 相比仍有差距。
作者以一次真实任务体验豆包工作客户端：派给云端Agent一份AI对就业市场影响的调研报告任务。通过上传自写的huashu-report技能和飞书资料文档，Agent全程自主执行：遇到权限问题主动停下询问、自己修复代码报错、安装环境依赖、逐页自检报告。15分钟交付28页PDF报告，规范执行到位，还主动列出报告的局限性。作者重点分享报告四条发现：就业总量稳健但结构分化、入门岗位变质而非消失、跨界工作成常态、建议成为AI使用者而非开发者。文章强调云端执行、多设备接续的体验差异，认为全民级产品配上这种Agent体验难得。
作者基于几个月的实际使用体验，为Google Gemini正名，介绍了三个好用的工具：网页版Gemini速度极快、多模态能力强，适合处理长PDF、长视频等海量内容，回答风格自然有人味；Antigravity改版为Agent终端后掌控感下降，但前端交互和多模态理解依然出色；NotebookLM被作者誉为封神的第二大脑，可聚合各类资料建立个人知识库，无幻觉输出，还能生成PPT报告、知识导览图，以及将专业文档转为双人访谈播客，极大提升学习和工作效率。作者最后给出了三工具的日常使用搭配建议。
作者分享如何用 Codex 配合 Obsidian 搭建一套自媒体内容复盘系统。首先在 Obsidian 建立结构化工作区，写入防止 Agent 臆测的复盘规则；然后通过提示词模板让 Agent 采集自己的账号与帖子数据、观察同赛道优秀创作者、输出深度复盘判断；再结合数据落地下一周期的具体行动计划（继续做、少做、新试三类方向）；最后通过周期性循环复盘，形成复盘→创作→再复盘的成长闭环。该流程也适用于其他周期性自我复盘场景，帮助创作者摆脱盲目输出，看清内容表现的真实轨迹。
本文介绍如何用 Codex 落地企业 FDE 场景中的第一个任务：自动生成经营报告（日报、周报、月报）。作者提出完整流程：先交旧模板让 Codex 提取长期报告规则，沿用公司原有的 PPT、PDF 或飞书文档交付格式；数据从 Excel/CSV 等文件入手，稳定后再接 CRM、ERP 或数据库；通过知识库区分事实与推测，确保分析有依据；第一份报告用于发现并固化问题，跑通后设置定时任务自动生成与检查。文章附 python-pptx、PyMuPDF、飞书 CLI 与 MCP 等工具链接，强调人只负责真正的业务判断。
文章系统讲解如何编写 AI Skill：从用一句话加 SOP 封装出第一个 60 分的 skill，到通过把目标改写为动作、补充约束、设计自由度和提高词表颗粒度来提升到 90 分。作者拆解了摄影 skill 和封面 skill 两个开源案例，指出高手的秘诀在于将模糊概念拆成可执行的词表和明确的「不要」清单。还介绍了如何让 AI 递出陌生领域的行话词表，并澄清了 skill 与提示词、智能体的区别。全文强调约束和颗粒度决定 skill 的专业程度。
作者对GPT-6 Astra进行高强度实测，拆解了4种高频落地工作流：角色设定四视图生成、可分层可编辑的商业海报设计、PPT从草稿到商业级汇报的迭代，以及基于Three.js和Blender的3D城市场景搭建。文章详细给出每个案例的提示词模板、交付标准和注意事项，并评估了电脑桌面操作的实用边界与成本账。作者还分享了精简后的系统指令配置、Codex客户端新机制、额度规则梳理，以及对个人创作者如何把握工具升级机会的思考。
GPT-6 Astra上线后，其Computer Use能力引发全网轰动：AI可直接操控Blender、Houdini、Unity等专业软件，自主完成3D建模、动画制作甚至游戏Demo。作者以《神之天平》为例，感慨过去独立开发者15年心血才能完成的作品，如今上限被大幅提升。文章指出，AI对GUI操作的泛化，让'执行能力'失去稀缺性，职业价值将被拆解为判断力与执行能力两层。但吊诡的是，人类的判断力恰恰从执行中磨炼而来——执行贬值而能力长于执行，这是时代最大的矛盾。作者担忧AI替人绕过痛苦的同时，也带走了人的成长路径，乃至传承。
文章以一次 SEO 关键词调研为例，探讨 Codex 在实际业务中的人机分工边界。作者将调研拆为采集、整理、判断、规划四段，Codex 适合前两段及候选输出，但业务取舍必须由人来拍板。文中分享了实用工作流：先用只读沙箱生成研究计划、分离原始证据与工作判断、用 --json 结构化输出便于脚本接手、聚类候选需人工审核页面树。强调 AI 能查词搬数据，但不知道交付能力、不为错误页面负责，应固定 schema、来源 URL 和查询时间，让流程可复查、可追溯。
本文介绍了从零制作 AI 短片的完整流程，分为四个步骤：人物与场景定妆、分镜与脚本编写、视频/语音/BGM 生成、剪辑与字幕。作者推荐三件套工具：Claude Code、LibTV 和 ChatCut，通过 Agent 实现口喷式创作。文章详细讲解了人物三视图、参考图对保持一致性的重要性，如何用 AI 辅助分镜创作，减少抽卡成本的技巧，以及剪辑时如何将素材变成艺术品。作者分享了首部短片《白夜之后》的创作心得。
文章介绍了用AI推进真实项目时面临的两大痛点：材料多且杂导致AI抓错文件，以及新开对话后进度全丢失。作者提出「项目分身」方法：一是将项目文件夹规范为四区（01原始材料只读、02过程草稿、03内容底稿、04交付成果）；二是在根目录建立两份核心文件——CODEBUDDY.md写长期规则、00_项目总览.md记录动态进度，实现规则与进度物理分离。文章还讲解了用户提示词与系统提示词的区别、AGENTS.md跨生态通用标准及全局与项目规则分层，附上开箱即用的初始化提示词，并以「换对话不换文件夹，AI 10秒无缝接手」作为硬验收标准。
作者分享了自制的 Claude Skill「Visual Style DNA Replicator」，用于解决生成式图像复刻中风格结构不稳定的问题。核心思路是把参考图从模板转化为样本，通过区分风格规则与画面内容，提取主体比例、留白、构图、色彩、光影、文字、材质等视觉变量，形成结构化的 Style DNA JSON。文章通过古典版画、手绘插画、单色儿童摄影、剪影海报、巨型字体产品图、IP 角色档案六个案例演示了如何替换主体而保持系列一致性，并介绍了 Skill 的文件结构与适用场景，如品牌海报、电商视觉、IP 设定等。
作者基于阿里巴巴开源的进程内向量数据库 zvec 及面向代码仓库的语义检索工具 zvec-grep，开发了一个 DeepSeek Harness（DSH）插件 dsh-zvec-grep。文章是开发笔记，先通过真实仓库实验确认语义搜索的价值：在不知道代码命名时提供更好的“第一跳”，与 rg 精确搜索形成互补。插件没有简单包装 CLI，而是直接使用 createZvecGrep() 引擎 API，以 workspace 为运行时边界共享索引与 watcher，实现自动索引、增量更新与每小时校准，并通过状态胶囊向用户暴露索引进度与错误，退出时用 AbortController 清理资源。作者总结插件设计理念：替用户承担复杂度，暴露不确定性，让语义搜索负责模糊发现、精确搜索负责已知匹配。
DAIR.AI 本周精选五篇 AI 论文：1）Declarative Attention，让模型在思维链中声明注意力区域，降低长上下文 KV cache 读取成本达 52%；2）Harness-of-Harness，将编码代理的执行组织为规划-开发-测试的迭代循环，实现多天无人值守开发，平均提升 52.25%；3）WikiSkill，Google 提出的技能 wiki 框架，让代理从自身运行记录中演化可迁移技能；4）SKILL.state，用显式可变执行状态替代追加式历史，使 prompt 从 O(T) 降至 O(1)，提高准确性并降低 token 消耗；5）CORAL，Meta 的代理框架在生产推荐系统上持续优化，取得真实 A/B 验证效果。
作者整理了近一个月收藏和推荐的 Claude Agent Skills 资源合集。内容分为三大类：一是作者自研的开源 Skills（信息卡生成、品牌复刻 DESIGN.md、SVG 手绘效果）；二是 UI/UX 设计类 Skills，包括设计工程师审美经验、去 AI 味前端设计品味、Remotion Skills 2.0 及 Atlassian 对 DESIGN.md 的实测等；三是 Skills 构建与方法论，涵盖 33 页完整构建指南及中文翻译、Google Research 的 WikiSkill、Warp 的自我改进 Agent 与 Skill Doctor 等。最后还推荐了精选单点 Skills，如去 AI 味 Top 10、Cursor 代码质量审查、show-me 图示 Skill、Unslop 写作优化等。
文章探讨 LLM 路由（LLM Routing）的成本悖论：理论上将简单任务分配给廉价模型可节省大量成本（如 RouteLLM 实现约 85% 降本），Uber 因给 5000 名工程师统一部署 Claude Code 导致年度 AI 预算提前耗尽的案例也说明单一模型定价的问题。但传统路由方案在生产中会因四大失败模式而失效：分类调用额外计费、通用模型意图识别能力差、路由逻辑缺乏评估易腐化、以及模型切换破坏 KV 缓存导致全价重算。文章随后介绍 DigitalOcean 基于开源代理 Plano 的基础设施级路由方案：使用 1.5B 参数的专用路由模型（Arch-Router / Plano-Orchestrator）在代理内完成意图解析，准确率超越前沿大模型且更快，再结合成本与延迟数据对候选模型池按策略排序，实现成本与质量兼顾的动态路由。
作者花叔开源了huashu-mac-use skill，让Claude Code、Codex、Cursor等agent在Mac上操控无API的原生app。文章展示了用Claude Code操控Blender生成10万吨邮轮参数化模型和巧克力甜甜圈渲染动画的案例。核心原则是：能走脚本接口就不看图、能不点鼠标就不点鼠标，读操作不抢用户焦点，写操作前过四道闸，每步操作需回读验证留下可复现证据。skill按app内核（原生/Chromium/辅助功能树）自动选择操控通道。作者还介绍了以『教训变工具行为』为核心的进化机制，通过评审、重构把踩坑日记压缩成高效接口。
文章面向 FDE（深入客户现场做 AI 落地的工程师），介绍微软开源的长期 Agent 运行框架 Argus 如何与 GPT-6 配合完成 AI 长任务交付。通过一个企业周报工具项目案例，讲解 Argus 规划者、执行者、评审者的角色分工，如何发现并修正跨周退款统计口径错误（差 4000 元问题）、如何用第二周样例验证规则处理而非只修当前样例、客户追加按店铺拆分需求时如何保留进度继续开发，以及项目交接时的信息留存检查。文章强调 Argus 的价值在于跨阶段任务组织、进度保存与按需评审，减少 FDE 传递要求与恢复状态的组织负担，并通过 Flash Linear Attention 的公开 PR 案例佐证其成果。
作者基于 Karpathy 提出的 LLM wiki 理论，结合 WorkBuddy/Codex 与 Obsidian，搭建了一套能够自生长的个人知识库系统。文章解释了 LLM wiki 与 RAG 类方案的区别：知识不是每次临时拼装，而是通过 Raw（原始资料）、Wiki（结构化知识）、Schema（规则规范）三层架构持续增量沉淀。Obsidian 以本地化 Markdown、双链和插件生态承担存储底座与人机界面，Agent 负责理解新资料、建页、建链、维护索引与变更日志。文中给出了完整目录模板、详细提示词，介绍了直接搭建、claude-obsidian 插件等多种搭建方法，并分享了模型选型与实战建议。
文章系统梳理了 GPT-6 Astra 在三大硬核领域的突破案例。一是 3D 建模与空间设计：AI 通过写代码直接调用 Blender 和 UE5，生成包含数千个可编辑零件的工业级工程文件，从单张图纸还原蒸汽火车、地标建筑，到照片转 3D 带看片，初级建模外包的护城河被抹平。二是独立游戏开发：Astra 首次真正理解物理引擎与即时交互，几分钟内即可生成带漂移、碰撞、道具系统的 3D 联机游戏。三是桌面专业软件代操作：Computer Use 能力让它接管 Final Cut 剪辑、Canva 绘画、PCB 布线等工作，靠熟练度吃饭的岗位正被颠覆，而普通创作者则获得前所未有的创作机会。
